New Approach in Processing of the Infrared Image Sequence for Moving Dim Point Targets Detection

The development of an efficient moving target detection algorithm in IR-image sequence is considered one of the most critical research fields in modern IRST (Infrared Search and Track) systems, especially when dealing with moving dim point targets. In this paper we propose a new approach in processing of the Infrared image sequence for moving dim point targets detection built on the transformation of the IR-image sequence into 4-vectors for each frame in the sequence. The results of testing the proposed approach on a set of frames having a simple single pixel target performing a different motion patterns show the validity of the approach for detecting the motion, with simplicity in calculation and low time consumption.

低对比度小目标检测

对强杂波背景下的远距离目标探测,提出基于序列图像的局部自适应背景预测,获得图像背景的最佳估计。对残差图像采用能量累积及中值滤波消除背景杂波。为提高信噪比,采用带缓冲窗口的双窗滤波法使目标和背景的差别更加显著,有利于低对比度下的目标分割。最后采用改进的高阶相关方法,在不影响检测性能的情况下加快了真实目标识别的运算收敛速度,并最终实现了算法工程化,在图像局部信噪比大于0.3时,采用三阶相关时检测概率达到98%。

一种微弱点运动目标的快速统计检测算法

本文提出一种新的从序列图像中检测微弱点状运动目标算法 ,该算法基于多帧检测技术 ,它首先累加多个差分帧 ,构成组合帧 ,然后在组合帧内对目标轨迹进行统计判别 .与其它检测算法相比较 ,该算法在保证较高检测性能的同时 ,具有快速、实时的特点 .

基于背景移除的时域目标检测

针对时域目标检测算法中跟踪数据量大、实时实现难度高的缺点,提出一种基于背景移除的时域目标检测方法。该方法首先根据不同像素点的时域起伏特性建立一个统一的模型,进而利用最小二乘法估计出该模型的参数,实现静态背景的移除。然后采用最小值滤波估计出目标信号的检测基准,并进一步分析了像素时域特性偏离该基准的分布特性,最终得到一个合适的目标检测量度。将所给出的算法应用于实际运动弱小目标的检测,实验结果表明,此算法对于复杂背景下的运动弱小目标具有很好的检测性能。

海空复杂背景下弱点目标红外辐射特征研究

文中从红外警戒系统的实际需要出发 ,针对海空复杂背景下迎头观察的导弹和飞机建立了红外辐射特征的简化模型 ,对典型目标的红外辐射特征值进行了理论计算 ,并对背景辐射对目标辐射的影响进行了分析。

基于队列流水线的弱点目标轨迹跟踪算法

在宗思光等人提出的基于多量级多向梯度表决融合的双波段目标检测算法基础上,针对连续帧图像虚警点的线性累加性,以至于不易于目标跟踪及后期处理等不足,文章依据弱点目标在相邻帧间的运动不可能有大的跳跃,信号强度不会突变的特性,提出了可同时跟踪多个目标的算法,并进行了相应的实验,根据仿真已及实拍图片的实验,结果说明该方案是可行的,离实际应用要求又近了一步,具有较高的研究参考价值。

最优分布变换与微弱点状动目标检测技术

研究了微弱点状动目标序列图像观测模型、目标检测模型和最优分布以及最优分布变换。提出了一种基于准优分布变换的微弱点状动目标检测技术。经过变换 ,未知统计分布变为准高斯分布 ,提高了信噪比 ,改造了分布形状 ,获得了有利分布。并将时空三维搜索简化为沿时间轴投影与二维空域搜索 ,实现了一种快速算法。PC仿真结果与国内外相应文献比较 ,在信噪比、检测概率与虚警概率方面具有更好的性能 ,且算法的实时性好。

遗传算法在低信噪比图象点目标检测中的应用

将遗传算法用于图象中低信噪比点目标的检测。在分析了点目标及背景特点的基础上,设计了编码方案及遗传操作算子,提出了合格个体保留法。仿真结果表明应用此算法。

一种空时域结合滤波的运动弱小目标检测方法

依据红外序列图像中弱小目标运动轨迹的连续性,提出一种空时域结合滤波的运动弱小目标检测算法.在分析弱小目标可能的运动轨迹的基础上,构造了一组滤波模板,利用这组模板对时域检测结果进行滤波,确定出弱小目标可能的运动轨迹.并进一步结合时域特征,对运动弱小目标进行累积增强.由于提出的方法充分考虑了序列图像中运动弱小目标的空时域特征,因此具有很好的检测性能.

改善海空背景下红外弱点目标识别性能的理论方法探讨

针对舰载红外警戒系统的实际需要,对改善海空背景下红外弱点目标识别性能的方法进行了探讨.在对舰载红外警戒系统中弱点目标识别的技术难点及点目标场景图像模型进行分析的基础上,提出了改善海空背景下红外弱点目标识别性能的3种方法.

基于梯度天空背景的非均匀性校正和点目标探测

针对黑体两点校正方法不适用于校正梯度天空背景的问题,提出一种新的基于梯度天空背景的两点校正方法。首先,采用邻域像素替代法剔除位置固定不变的盲元;然后,利用红外焦平面探测器拍得的两幅不同俯仰角度的纯净天空图像作为两个温度点,进行两点校正获得增益系数和偏置系数;最后,通过修正这两个系数剔除少量随机噪点。实验结果验证了该方法的有效性。本文在校正基础上还提出了一种小窗口双边滤波和梯度模板联合检测算法,用于探测暗弱点目标。首先采用小窗口的双边滤波去除高斯噪点,然后与梯度模板做卷积,自适应阈值分割检测出暗弱点目标。实验结果表明,提出的模板算法对复杂背景的抑制作用较强,可有效提高目标的信噪比,而且算法复杂度不高,易于实时实现。

一种基于局部加权非参数回归估计的杂波抑制技术

在含有点状运动目标的红外图像序列情况下,研究了一种基于局部加权回归分析的杂波估计技术,给出了此类估计器性能分析及其加权系数选择要求,并设计了一种加权函数。杂波抑制后,残留噪声的高斯性和独立性通过Kendall秩相关法和计算Friedman统计量的方法来进行了验证,其结果表明:本文所提出的加权函数综合性能优于同类文献中常出现的Uni-form和Epanechnikov加权函数。

自适应强杂波抑制与点状动目标检测

研究了基于自适应图像杂波抑制的微弱点状动目标检测技术。首先利用四叉树算法,将原始的非平稳图像分割成多个准平稳的图像子块,然后对各子块进行LS自适应背景杂波估计与抑制,从而获得准高斯白噪声背景;再利用目标运动连续性假设,将目标在相邻多帧上的位置状态模型化为高阶马尔可夫数据链,建立轨迹状态空间;根据该模型采用多帧沿轨迹非线性集成算法进行检测。既克服了传统的三维匹配算法造成搜索次数巨大的弱点,同时也避免了二维投影检测带来的信噪比下降。理论分析和大量仿真实验证明了其有效性。

基于像素时域剖面分析的序列图像中弱点目标检测算法

序列图像中弱点目标的实时检测算法,是光学精确制导信息处理系统中的关键算法之一。首先对现有基于像素时域剖面分析的检测算法进行了简要的综述,然后根据不同像素的时域剖面模型对其时域方差变化特性进行了详细分析,提出了一种基于自适应递归方差滤波器的检测算法。对仿真时域序列与真实图像数据进行实验,结果表明该算法可实现检测弱点目标。考虑到该算法可并行、递归计算,因此它在实时制导系统中有良好的应用潜力。

弱点目标检测中的背景杂波抑制新方法

常规的弱点目标检测算法在背景边缘如海天线、云层和海浪边缘会形成高的虚警。通过对背景边缘梯度的分析后发现,背景边缘与弱点目标在多向梯度特性上存在差异,据此提出了一种背景杂波抑制新方法。

利用多次差影融合法对弱点目标检测与轨迹跟踪

针对复杂天空背景下弱点目标的检测与跟踪,提出了一种利用多窗口、小尺度、多次差影融合点目标图像的快速检测与跟踪方法。用该算法对仿真及真实拍摄的空中弱点目标进行跟踪,证明该方法杂波滤除度高,计算速度快,实时性好,在工程上有重要的应用价值。

弱点状多运动目标实时跟踪技术研究

根据确认的众多量测和众多目标跟踪窗之间的几何关系,引入确认矩阵并计算所有联合事件及其对应的参数,不论量测是否落入跟踪窗相交区域,根据JPDA算法计算每一个量测与其可能的各个源目标之间互联的概率。将互联的概率与Kalman滤波器相结合从而完成对每一个目标的预测和更新。理论及实验结果表明,该算法适用于序列图像密集杂波环境下的全程跟踪,并取得了一定的理论和仿真结果。

双目视觉的弱点动目标粒子滤波跟踪定位研究

在研究红外图像序列的弱点动目标粒子滤波跟踪算法和双目立体视觉摄像机标定算法的基础上,基于双目视觉设计了双目图像序列弱点动目标的跟踪、空间定位系统。仿真实验表明:对粒子基于估计参数后的密度函数分配权重的算法,提高了图像跟踪精度,采用线性三角定位方法,有效地实现目标空间定位。

基于概率数据关联的点状动目标CFAR高分辨检测技术研究

本文以多帧检测成功为条件,通过预测目标在下一单帧上可能的存在区域,再在此区域内进行目标的Meyman- Pearson检测。由于信噪比很低,区域内可能会出现很多虚假目标,利用已获知的目标初始信息和数据关联技术,确定其中某一个为真实目标成为关键决策问题。为此,本文将概率数据关联技术应用到图像序列中目标检测领域,得到了重要的理论分析和实验结果。高分辨检测器接收已获知的目标初始信息(目标的初始位置、运动速率以及目标亮度)后,根据概率数据关联技术进行正确测量值的确认,再用卡尔曼滤波器来预测目标在下一帧的可能状态。文中还给出了理论分析、公式推导过程和实真结果。

基于短时轨迹检测的红外弱小目标轨迹检测算法

为解决虚警率较高情况下红外弱小目标轨迹检测效率下降严重的问题,本文提出一种基于短时轨迹检测的红外弱小目标轨迹检测算法.算法首先在相邻帧间进行短时轨迹检测,然后以短时轨迹为基础建立新的轨迹结构并结合轨迹关联算法完成目标轨迹的检测.文章推导了算法的虚警率和检测概率的关系,证明了本文提出的算法相比单帧检测结合轨迹关联的算法具有更好的检测性能.通过对仿真和实际红外图像序列进行实验表明,本文算法能够在准确检测弱小目标的同时有效的减少无效轨迹的数量,从而提高了算法的执行效率.